Czy w epoce sztucznej inteligencji potrzebujemy menedżerów średniego szczebla?

Menedżerowie średniego szczebla rzadko cieszą się dużym poważaniem. Często nazywa się ich „bezużytecznymi biurokratami”, którzy nie wnoszą realnej wartości – ci na górze decydują o strategii, a ci na dole wykonują pracę.

Prawdopodobnie niewielu uroniło łzę, gdy Alphabet (właściciel Google) ogłosił znaczące zwolnienia w swoich działach chmury i Androida, mimo rosnących przychodów. Wydawało się to jasnym sygnałem, że sztuczna inteligencja (AI) idzie po menedżerów średniego szczebla.

Rzeczywistość nie jest jednak tak czarno-biała. Pytanie nie brzmi, czy AI usunie menedżerów średniego szczebla, ale czy zmieni definicję tego, co to zarządzanie oznacza.

AI a spłaszczanie struktur

Nie można zaprzeczyć, że istnieje związek między AI a bardziej płaskimi strukturami zarządzania.

• Badania z UC Berkeley wykazały wyraźną korelację między inwestycjami w AI a spłaszczaniem schematów organizacyjnych.
• Naukowcy argumentują, że firmy powinny zatrudniać utalentowane osoby biegłe w obsłudze AI, ponieważ wymagają one mniejszego nadzoru. Po co płacić za nadzór, skoro inżynierowie mogą zarządzać się sami?

Badania Berkeley wykazały również, że inwestycje w AI sygnalizowały zmianę w strukturze siły roboczej. Większość firm zwiększyła zatrudnienie po zainwestowaniu w AI, ale charakter tych stanowisk znacznie się zmienił:

• Wzrosła liczba miejsc pracy wymagających wyższego wykształcenia oraz ról związanych ze STEM (nauka, technologia, inżynieria, matematyka).
• Najbardziej ucierpiały stanowiska menedżerskie średniego szczebla.

To nie zawsze jest proste

Problem w tym, że AI tworzy złożoność, nawet gdy obiecuje uproszczenie. Rutynowe zadania znikają, ale menedżerowie muszą teraz koordynować hybrydowe zespoły ludzi i algorytmów. Technologia wymaga stałego monitorowania.

Pojawiają się nowe formy rutynowej pracy:

• Sprawdzanie wyników generowanych przez AI.
• Kalibracja systemów.
• Zarządzanie przypadkami brzegowymi.

Pracownicy, zaniepokojeni o swoją przyszłość, potrzebują wsparcia i przywództwa w sposób, którego żaden algorytm nie zapewni.

„Produktywność pracy rośnie, gdy rutynowe zadania można przekazać sztucznej inteligencji. Z drugiej strony, szybkie tempo zmian sprawia, że praca staje się bardziej wymagająca.” – zauważyli badacze z University of Eastern Finland.

Menedżerowie mogą bardziej skupić się na innowacjach i rozwoju, ale różnorodność zadań wzrasta. Nie jest to redukcja zarządzania, ale redystrybucja tego, co ono obejmuje.

Bardziej niepokojąca jest niejasność społeczna. Zarządzanie średniego szczebla to funkcja oparta na relacjach, a AI miesza ustalone kategorie. Czy system jest narzędziem, czy kolegą? Niepewność wpływa na to, jak ludzie wchodzą w interakcje, współpracują i rozumieją autorytet.

Badania z Wharton sugerują, że ma to większe znaczenie, niż organizacje zdają sobie sprawę. W branżach opartych na wiedzy (np. biotechnologia, media), menedżerowie średniego szczebla mają ogromny wpływ na wyniki firmy – często większy niż sami innowacyjni pracownicy. Ich wartość leży w zarządzaniu projektami, alokacji zasobów i koordynacji. Usunięcie ich w imię wydajności grozi utratą „tkanki łącznej”, która umożliwia innowacje.

Unikanie „niewidzialnej klatki”

Doświadczenia platform gig economy (pracy dorywczej) stanowią przestrogę. Badacze z Kellogg School of Management przeanalizowali platformę dla freelancerów, gdzie nieprzejrzysty algorytm decydował o ocenach pracowników, a tym samym o ich zarobkach.

• Gdy firma przeszła z przejrzystych metryk na „czarną skrzynkę” obliczeń, poziom lęku wzrósł.
• Nawet najlepsi pracownicy nie mogli rozszyfrować, co wpływa na wzrost lub spadek ocen.

Doprowadziło to do powstania tzw. „niewidzialnej klatki”, gdzie pracownicy byli ograniczeni przez oceny, których nie rozumieli ani na które nie mieli wpływu.

To właśnie temu, w najlepszym wydaniu, zapobiegają ludzcy menedżerowie. Udzielają informacji zwrotnej, wysłuchują skarg i wyjaśniają decyzje. Gdy badacze z Penn State analizowali doświadczenia kierowców Ubera z zarządzaniem algorytmicznym, wzorzec był jasny: kierowcy doceniali wydajność, gdy wszystko szło gładko, ale czuli się bezsilni, gdy pojawiały się problemy. Nie mieli do kogo się odwołać.

„Wszystkie różne decyzje zarządcze Ubera są zawarte w platformie.” – zauważyli badacze.

AI robiło to, co menedżerowie: przydzielało zadania, monitorowało wydajność, dyscyplinowało, ale było pozbawione wzajemnej relacji, która czyni zarządzanie znośnym.

Co nas czeka?

Generatywna sztuczna inteligencja przyspieszyła koncentrację w branży. Zwolnienia w Alphabet, mimo rosnących przychodów, sugerują, że ekonomia ery AI może faworyzować odchudzone operacje kosztem wzrostu zatrudnienia.

Jednak umiejętności wymagane do zarządzania w tym środowisku się rozszerzają, a nie kurczą. Menedżerowie potrzebują:

• Biegłości technicznej, aby pracować z systemami AI.
• Inteligencji emocjonalnej, aby radzić sobie z niepokojem pracowników.
• Osądu, aby równoważyć rekomendacje algorytmów z ludzkim kontekstem.

Fińskie badanie wykazało, że systemy AI „nie mogą jeszcze przejąć całego ludzkiego zarządzania w obszarach takich jak motywacja i inspiracja członków zespołu”.

Prawdziwym problemem może być to, że zadajemy niewłaściwe pytanie. Debata nie powinna dotyczyć tego, czy organizacje potrzebują menedżerów średniego szczebla, ale kim ci menedżerowie muszą się stać.

Nudne, biurokratyczne aspekty roli (monitorowanie czasu pracy, egzekwowanie procedur, papierkowa robota) to dokładnie to, z czym poradzi sobie AI. To, co pozostaje, jest trudniejsze:

• Osąd etyczny, gdy algorytmy zawodzą.
• Budowanie relacji, gdy zespoły się rozpadają.
• Nadawanie sensu, gdy zmiany przyspieszają.

Wymaga to inwestycji, a nie eliminacji. Firmy wdrażające AI bez wzmacniania kadry zarządzającej ryzykują stworzenie miejsc pracy, gdzie wydajność rośnie, ale sprawiedliwość znika, a zaufanie upada.

Wiek AI nie oznacza końca menedżerów średniego szczebla. Wymaga ich ponownego wynalezienia.